Neuralt netværk – hvad er det?

Et neuralt netværk er en AI-model, der lærer mønstre i data ved at sende input gennem lag af beregningsenheder med justerbare vægte. Det bruges især til klassifikation, forudsigelse, billedgenkendelse, sprogbehandling og andre opgaver, hvor faste regler er for stive.

Hvad betyder et neuralt netværk i kunstig intelligens?

Et neuralt netværk er en matematisk model, der omsætter data til et output gennem forbundne lag. Navnet kommer fra en løs inspiration fra biologiske nerveceller, men i kunstig intelligens er modellen først og fremmest en beregningsstruktur. Den består af tal, funktioner, vægte og en træningsproces, ikke af bevidsthed eller menneskelig forståelse.

I praksis bruges neurale netværk, når en computer skal finde statistiske sammenhænge i eksempler. Et netværk kan lære, at bestemte pixelmønstre ofte hører til en bestemt billedkategori, at en sætning sandsynligvis har en bestemt betydning, eller at en række målinger peger på en bestemt risiko. Det gør teknologien central i mange former for kunstig intelligens.

Et neuralt netværk er ikke en regelbog. Det bliver ikke programmeret med alle svar på forhånd. I stedet justeres det gennem træning, så det bliver bedre til at give et ønsket output for lignende input. Den egenskab gør netværket fleksibelt, men også afhængigt af datakvalitet, modelvalg og løbende kontrol.

Hvordan er et neuralt netværk bygget op?

Den enkle version består af et inputlag, et eller flere skjulte lag og et outputlag. Inputlaget modtager data, for eksempel tal fra et regneark, pixels fra et billede eller tokens fra en tekst. De skjulte lag bearbejder dataene, og outputlaget leverer modellens svar, sandsynlighed eller værdi.

Hvert lag indeholder enheder, der ofte kaldes neuroner, noder eller beregningsenheder. En enhed modtager tal fra det forrige lag, ganger dem med vægte, lægger eventuelle biasværdier til og sender resultatet gennem en aktiveringsfunktion. Den proces gentages gennem netværket, indtil outputtet er beregnet.

En nyttig måde at se det på er, at netværket er en kæde af funktioner. Hvert lag ændrer repræsentationen af data en smule. Tidlige lag kan lære enkle mønstre, mens senere lag kan kombinere dem til mere abstrakte signaler. I billedmodeller kan det være overgange, former og objekter. I sprogmodeller kan det være relationer mellem ord og betydningsenheder.

Hvad lærer vægte, bias og aktiveringsfunktioner?

Vægte bestemmer, hvor stærkt et input påvirker næste beregning. Hvis en vægt er stor, får det tilknyttede signal større betydning. Bias kan flytte beregningen, så en enhed ikke kun reagerer på input med bestemte proportioner, men også på et samlet niveau. Tilsammen udgør vægte og bias de parametre, som modellen lærer.

Aktiveringsfunktionen afgør, hvordan en beregnet værdi sendes videre. Uden ikke-lineære aktiveringsfunktioner ville mange lag i praksis kunne reduceres til én lineær beregning. Med funktioner som ReLU kan netværket lære mere komplekse mønstre, fordi relationen mellem input og output ikke behøver at være en ret linje.

Det er her, neurale netværk adskiller sig fra simple statistiske modeller. En lineær model kan være stærk, når sammenhængen er enkel og tydelig. Et neuralt netværk kan derimod kombinere mange små signaler på tværs af lag, så det kan håndtere billeder, lyd, tekst og andre datatyper med mange indbyrdes afhængigheder.

Hvordan trænes et neuralt netværk?

Træning begynder med eksempler. Et eksempel kan bestå af et input og et ønsket output, for eksempel et billede og den korrekte kategori. Netværket laver først en forudsigelse. Derefter beregnes et tab, som måler forskellen mellem forudsigelsen og det ønskede resultat.

Backpropagation bruges til at beregne, hvordan vægte og bias bør ændres for at reducere tabet. Algoritmen sender fejlsignalet baglæns gennem netværket og beregner bidraget fra de enkelte parametre. En optimeringsmetode, ofte en variant af gradient descent, justerer derefter parametrene i små skridt.

Processen gentages mange gange. Hvis data, modelarkitektur og træningsopsætning passer til opgaven, bliver netværket gradvist bedre til at finde de mønstre, der generaliserer til nye eksempler. Hvis opsætningen er svag, kan modellen lære tilfældigheder, skæve mønstre eller detaljer, der ikke holder uden for træningsdatasættet.

Hvad er forskellen på neurale netværk og deep learning?

Deep learning er en del af machine learning, hvor modeller typisk bygger på neurale netværk med flere lag. Et lille neuralt netværk kan have få lag og relativt få parametre. Et dybt neuralt netværk kan have mange lag og lære mere sammensatte repræsentationer, fordi data bearbejdes i flere trin.

Forskellen handler derfor ikke kun om navne, men om modeldybde, datamængde, beregningskrav og repræsentationslæring. Deep learning er især relevant, når rå data indeholder mange detaljer, som ikke let kan omsættes til håndlavede regler. Det gælder blandt andet billeder, tale, naturligt sprog og komplekse sensorstrømme.

Hvis du sammenligner begreber, er det nyttigt at skelne mellem det brede felt machine learning, underfeltet deep learning og den konkrete modeltype neuralt netværk. Den sondring minder om forskellen mellem machine learning og deep learning, hvor dybe netværk kun er én del af det samlede AI-landskab.

Hvilke typer neurale netværk findes der?

Der findes mange arkitekturer, fordi forskellige datatyper kræver forskellige mønstre. Et feedforward-netværk sender data fremad fra input til output. Det er en grundform, som ofte bruges til tabulære data eller som byggesten i større systemer. Konvolutionelle neurale netværk er udviklet til gitterdata som billeder og bruges ofte i billedanalyse.

Rekurrente netværk blev længe brugt til sekvenser, fordi de kan behandle data trin for trin. Transformer-arkitekturer har i mange sammenhænge overtaget den rolle, især i sprogmodeller, fordi attention-mekanismer kan forbinde information på tværs af en sekvens mere direkte. Derfor er transformer-modeller i AI tæt knyttet til moderne neurale netværk.

Autoencodere, grafneurale netværk og generative modeller er andre eksempler. Fælles for dem er, at de lærer parametre fra data. Forskellen ligger i, hvordan information flyder gennem modellen, hvilken type struktur modellen antager, og hvilket mål den trænes til at optimere.

Hvordan bliver data til repræsentationer?

Et neuralt netværk arbejder ikke direkte med betydning i menneskelig forstand. Det arbejder med tal. Tekst deles i tokens, billeder bliver til pixelværdier, lyd bliver til målinger over tid, og kategorier kan kodes som numeriske værdier. Før modellen kan lære, skal input derfor gøres til en form, som kan beregnes på.

Under træningen lærer netværket interne repræsentationer. En repræsentation er et mønster af tal, som gør det lettere for modellen at løse opgaven. I sprogmodeller kaldes mange af disse repræsentationer embeddings. De placerer ord, sætninger eller andre enheder i et vektorrum, hvor lignende betydninger ofte får beslægtede positioner.

Det betyder ikke, at modellen forstår verden på samme måde som et menneske. Den lærer statistiske relationer mellem data og mål. AI-embeddings kan være stærke til søgning, anbefalinger og sproglige sammenligninger, men de arver også begrænsninger fra de data og målemetoder, de er trænet med.

Hvad kan et neuralt netværk bruges til?

Neurale netværk bruges til klassifikation, regression, segmentering, anbefalinger, oversættelse, talegenkendelse, billedgenkendelse, tekstgenerering og mønstergenkendelse i store datamængder. En model kan for eksempel klassificere en e-mail, forudsige efterspørgsel, finde fejl i produktionsdata eller genkende objekter i et billede.

Styrken er, at modellen kan lære signaler, som er vanskelige at beskrive manuelt. I maskinsyn og computer vision kan et neuralt netværk lære visuelle mønstre fra mange eksempler. I sprogbehandling kan en model lære mønstre i ordstilling, kontekst og sandsynlige formuleringer.

Brugsværdien afhænger dog af opgaven. Et neuralt netværk er ikke automatisk bedre end enklere metoder. Hvis datamængden er lille, kravene til forklaring er høje, eller problemet kan løses med klare regler, kan en mere enkel model være lettere at teste, forklare og vedligeholde.

Hvornår er et neuralt netværk en dårlig løsning?

Et neuralt netværk er ofte en dårlig løsning, hvis du mangler tilstrækkelige data, ikke kan definere et tydeligt mål, eller ikke har mulighed for at teste modellen på realistiske eksempler. Netværket kan kun lære af de signaler, der findes i data og mål. Uklare mål giver uklare modeller.

Det er også en svag løsning, hvis beslutningen kræver fuld gennemsigtighed i hvert enkelt trin. Der findes forklarbarhedsmetoder, men et stort neuralt netværk er normalt vanskeligere at gennemskue end en regelbaseret proces eller en simpel statistisk model. I kritiske miljøer kan det være et afgørende hensyn.

En praktisk beslutningsrækkefølge er at begynde med opgaven, ikke teknologien. Spørg først, om problemet kræver mønstergenkendelse i komplekse data. Spørg derefter, om der findes relevante data, en målbar succesdefinition, et testmiljø og en plan for overvågning. Hvis svaret er nej, bør netværket ikke være første valg.

Hvilke fejl og risici skal du kontrollere?

Den første risiko er overfitting. Det sker, når modellen lærer træningsdata for tæt og klarer sig dårligt på nye eksempler. Det kan ligne høj kvalitet under udvikling, men fejle i drift. Derfor skal modellen testes på data, der ikke er brugt til træning, og helst på eksempler, der ligner den virkelige brug.

Den anden risiko er skævhed i data. Hvis træningsdata mangler bestemte grupper, situationer eller sprogvarianter, kan modellen give ujævne resultater. Det gælder også, hvis historiske data indeholder tidligere fejl. Et neuralt netværk retter ikke automatisk sådanne skævheder; det kan tværtimod lære dem.

Den tredje risiko er driftsændringer. Data kan ændre sig over tid, så modellens præcision falder. Et netværk, der fungerede ved lancering, kan blive dårligere, hvis brugeradfærd, produkter, sprog, sensorer eller omgivelser ændrer sig. Derfor bør neurale netværk overvåges, testes igen og dokumenteres gennem hele livscyklussen.

Hvordan vurderer du kvaliteten af et neuralt netværk?

Kvalitet måles ikke kun ved en samlet præcisionsscore. Du bør vurdere, hvilke fejl modellen laver, hvor ofte de opstår, og hvor alvorlige de er i den konkrete brug. En model til billedsortering, kundeservice eller medicinsk støtte har forskellige krav, selv hvis den tekniske modeltype ligner hinanden.

Et minimum er at adskille træningsdata, valideringsdata og testdata. Træningsdata bruges til at lære parametre. Valideringsdata bruges til modelvalg og justering. Testdata bruges til en mere uafhængig vurdering. Hvis de samme data bruges til alt, bliver kvaliteten let overvurderet.

Du bør også vurdere robusthed, forklarbarhed, databeskyttelse, sikkerhed og ansvarlig brug. NISTs AI-risikostyring peger på, at AI-systemer bør vurderes ud fra både teknisk funktion og konsekvenser for individer, organisationer og samfund. For neurale netværk betyder det, at god præcision ikke alene er nok.

Hvordan forklares et neuralt netværk bedst til en ikke-teknisk læser?

En enkel forklaring er, at et neuralt netværk er et mønsterlærende regnesystem. Det modtager eksempler, justerer interne tal og bliver bedre til at koble bestemte input til bestemte output. Det er ikke en digital hjerne, men en model, der kan lære statistiske repræsentationer.

En anden forklaring er at sammenligne det med mange filtre efter hinanden. Hvert filter fremhæver bestemte signaler og sender dem videre. Jo længere ind i netværket data kommer, desto mere sammensatte kan signalerne blive. Til sidst omsættes signalerne til en kategori, sandsynlighed, tekst, værdi eller anden outputform.

Den forklaring bør altid følges af en afgrænsning. Et neuralt netværk kan være meget præcist på velafgrænsede opgaver, men det kan også tage fejl, overtilpasse sig, lære skævheder og være vanskeligt at forklare. Det gør teknologien nyttig, når den kombineres med dataforståelse, test og ansvarlig drift.

Hvilke kilder ligger til grund?

Artiklen bygger på PyTorchs dokumentation om, hvordan neurale netværk består af lag og moduler, samt Nature-artiklen om backpropagation og lærte repræsentationer. For deep learning som felt er LeCun, Bengio og Hintons oversigt over deep learning brugt som faglig reference. Afsnittet om risikokontrol bygger på NIST AI Risk Management Framework.